web-dev-qa-db-ja.com

新しいAWS EMRクラスターでSparkContextを取得できません

aWS EMRクラスター(EMRバージョン5.18でSpark 2.3.2)を設定しました。マスターマシンにsshして、spark-Shellまたはpysparkを実行すると、次のエラーが表示されます。

$ spark-Shell

log4j:ERROR setFile(null,true) call failed.
Java.io.FileNotFoundException: /stderr (Permission denied)
        at Java.io.FileOutputStream.open0(Native Method)
        at Java.io.FileOutputStream.open(FileOutputStream.Java:270)
        at Java.io.FileOutputStream.<init>(FileOutputStream.Java:213)
        at Java.io.FileOutputStream.<init>(FileOutputStream.Java:133)
        at org.Apache.log4j.FileAppender.setFile(FileAppender.Java:294)
        at org.Apache.log4j.FileAppender.activateOptions(FileAppender.Java:165)
        at org.Apache.log4j.DailyRollingFileAppender.activateOptions(DailyRollingFileAppender.Java:223)
        at org.Apache.log4j.config.PropertySetter.activate(PropertySetter.Java:307)
        at org.Apache.log4j.config.PropertySetter.setProperties(PropertySetter.Java:172)
        at org.Apache.log4j.config.PropertySetter.setProperties(PropertySetter.Java:104)
        at org.Apache.log4j.PropertyConfigurator.parseAppender(PropertyConfigurator.Java:842)
        at org.Apache.log4j.PropertyConfigurator.parseCategory(PropertyConfigurator.Java:768)
        at org.Apache.log4j.PropertyConfigurator.parseCatsAndRenderers(PropertyConfigurator.Java:672)
        at org.Apache.log4j.PropertyConfigurator.doConfigure(PropertyConfigurator.Java:516)
        at org.Apache.log4j.PropertyConfigurator.doConfigure(PropertyConfigurator.Java:580)
        at org.Apache.log4j.helpers.OptionConverter.selectAndConfigure(OptionConverter.Java:526)
        at org.Apache.log4j.LogManager.<clinit>(LogManager.Java:127)
        at org.Apache.spark.internal.Logging$class.initializeLogging(Logging.scala:120)
        at org.Apache.spark.internal.Logging$class.initializeLogIfNecessary(Logging.scala:108)
        at org.Apache.spark.deploy.SparkSubmit$.initializeLogIfNecessary(SparkSubmit.scala:71)
        at org.Apache.spark.deploy.SparkSubmit$.main(SparkSubmit.scala:128)
        at org.Apache.spark.deploy.SparkSubmit.main(SparkSubmit.scala)
log4j:ERROR Either File or DatePattern options are not set for appender [DRFA-stderr].
log4j:ERROR setFile(null,true) call failed.
Java.io.FileNotFoundException: /stdout (Permission denied)
        at Java.io.FileOutputStream.open0(Native Method)
        at Java.io.FileOutputStream.open(FileOutputStream.Java:270)
        at Java.io.FileOutputStream.<init>(FileOutputStream.Java:213)
        at Java.io.FileOutputStream.<init>(FileOutputStream.Java:133)
        at org.Apache.log4j.FileAppender.setFile(FileAppender.Java:294)
        at org.Apache.log4j.FileAppender.activateOptions(FileAppender.Java:165)
        at org.Apache.log4j.DailyRollingFileAppender.activateOptions(DailyRollingFileAppender.Java:223)
        at org.Apache.log4j.config.PropertySetter.activate(PropertySetter.Java:307)
        at org.Apache.log4j.config.PropertySetter.setProperties(PropertySetter.Java:172)
        at org.Apache.log4j.config.PropertySetter.setProperties(PropertySetter.Java:104)
        at org.Apache.log4j.PropertyConfigurator.parseAppender(PropertyConfigurator.Java:842)
        at org.Apache.log4j.PropertyConfigurator.parseCategory(PropertyConfigurator.Java:768)
        at org.Apache.log4j.PropertyConfigurator.parseCatsAndRenderers(PropertyConfigurator.Java:672)
        at org.Apache.log4j.PropertyConfigurator.doConfigure(PropertyConfigurator.Java:516)
        at org.Apache.log4j.PropertyConfigurator.doConfigure(PropertyConfigurator.Java:580)
        at org.Apache.log4j.helpers.OptionConverter.selectAndConfigure(OptionConverter.Java:526)
        at org.Apache.log4j.LogManager.<clinit>(LogManager.Java:127)
        at org.Apache.spark.internal.Logging$class.initializeLogging(Logging.scala:120)
        at org.Apache.spark.internal.Logging$class.initializeLogIfNecessary(Logging.scala:108)
        at org.Apache.spark.deploy.SparkSubmit$.initializeLogIfNecessary(SparkSubmit.scala:71)
        at org.Apache.spark.deploy.SparkSubmit$.main(SparkSubmit.scala:128)
        at org.Apache.spark.deploy.SparkSubmit.main(SparkSubmit.scala)
log4j:ERROR Either File or DatePattern options are not set for appender [DRFA-stdout].
Setting default log level to "WARN".
To adjust logging level use sc.setLogLevel(newLevel). For SparkR, use setLogLevel(newLevel).
18/11/04 12:24:32 ERROR SparkContext: Error initializing SparkContext.
Java.lang.IllegalArgumentException: Required executor memory (4608+460 MB) is above the max threshold (3072 MB) of this cluster! Please check the values of 'yarn.scheduler.maximum-allocation-mb' and/or 'yarn.nodemanager.resource.memory-mb'.
        at org.Apache.spark.deploy.yarn.Client.verifyClusterResources(Client.scala:318)
        at org.Apache.spark.deploy.yarn.Client.submitApplication(Client.scala:166)
        at org.Apache.spark.scheduler.cluster.YarnClientSchedulerBackend.start(YarnClientSchedulerBackend.scala:57)
        at org.Apache.spark.scheduler.TaskSchedulerImpl.start(TaskSchedulerImpl.scala:164)
        at org.Apache.spark.SparkContext.<init>(SparkContext.scala:500)
        at org.Apache.spark.SparkContext$.getOrCreate(SparkContext.scala:2493)
        at org.Apache.spark.sql.SparkSession$Builder$$anonfun$7.apply(SparkSession.scala:934)
        at org.Apache.spark.sql.SparkSession$Builder$$anonfun$7.apply(SparkSession.scala:925)
        at scala.Option.getOrElse(Option.scala:121)
        at org.Apache.spark.sql.SparkSession$Builder.getOrCreate(SparkSession.scala:925)
        at org.Apache.spark.repl.Main$.createSparkSession(Main.scala:103)
        at $line3.$read$$iw$$iw.<init>(<console>:15)
        at $line3.$read$$iw.<init>(<console>:43)
        at $line3.$read.<init>(<console>:45)
        at $line3.$read$.<init>(<console>:49)
        at $line3.$read$.<clinit>(<console>)
        at $line3.$eval$.$print$lzycompute(<console>:7)
        at $line3.$eval$.$print(<console>:6)
        at $line3.$eval.$print(<console>)
        at Sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
        at Sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.Java:62)
        at Sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.Java:43)
        at Java.lang.reflect.Method.invoke(Method.Java:498)
        at scala.tools.nsc.interpreter.IMain$ReadEvalPrint.call(IMain.scala:786)
        at scala.tools.nsc.interpreter.IMain$Request.loadAndRun(IMain.scala:1047)
        at scala.tools.nsc.interpreter.IMain$WrappedRequest$$anonfun$loadAndRunReq$1.apply(IMain.scala:638)
        at scala.tools.nsc.interpreter.IMain$WrappedRequest$$anonfun$loadAndRunReq$1.apply(IMain.scala:637)
        at scala.reflect.internal.util.ScalaClassLoader$class.asContext(ScalaClassLoader.scala:31)
        at scala.reflect.internal.util.AbstractFileClassLoader.asContext(AbstractFileClassLoader.scala:19)
        at scala.tools.nsc.interpreter.IMain$WrappedRequest.loadAndRunReq(IMain.scala:637)
        at scala.tools.nsc.interpreter.IMain.interpret(IMain.scala:569)
        at scala.tools.nsc.interpreter.IMain.interpret(IMain.scala:565)
        at scala.tools.nsc.interpreter.ILoop.interpretStartingWith(ILoop.scala:807)
        at scala.tools.nsc.interpreter.ILoop.command(ILoop.scala:681)
        at scala.tools.nsc.interpreter.ILoop.processLine(ILoop.scala:395)
        at org.Apache.spark.repl.SparkILoop$$anonfun$initializeSpark$1$$anonfun$apply$mcV$sp$1$$anonfun$apply$mcV$sp$2.apply(SparkILoop.scala:79)
        at org.Apache.spark.repl.SparkILoop$$anonfun$initializeSpark$1$$anonfun$apply$mcV$sp$1$$anonfun$apply$mcV$sp$2.apply(SparkILoop.scala:79)
        at scala.collection.immutable.List.foreach(List.scala:381)
        at org.Apache.spark.repl.SparkILoop$$anonfun$initializeSpark$1$$anonfun$apply$mcV$sp$1.apply$mcV$sp(SparkILoop.scala:79)
        at org.Apache.spark.repl.SparkILoop$$anonfun$initializeSpark$1$$anonfun$apply$mcV$sp$1.apply(SparkILoop.scala:79)
        at org.Apache.spark.repl.SparkILoop$$anonfun$initializeSpark$1$$anonfun$apply$mcV$sp$1.apply(SparkILoop.scala:79)
        at scala.tools.nsc.interpreter.ILoop.savingReplayStack(ILoop.scala:91)
        at org.Apache.spark.repl.SparkILoop$$anonfun$initializeSpark$1.apply$mcV$sp(SparkILoop.scala:78)
        at org.Apache.spark.repl.SparkILoop$$anonfun$initializeSpark$1.apply(SparkILoop.scala:78)
        at org.Apache.spark.repl.SparkILoop$$anonfun$initializeSpark$1.apply(SparkILoop.scala:78)
        at scala.tools.nsc.interpreter.IMain.beQuietDuring(IMain.scala:214)
        at org.Apache.spark.repl.SparkILoop.initializeSpark(SparkILoop.scala:77)
        at org.Apache.spark.repl.SparkILoop.loadFiles(SparkILoop.scala:110)
        at scala.tools.nsc.interpreter.ILoop$$anonfun$process$1.apply$mcZ$sp(ILoop.scala:920)
        at scala.tools.nsc.interpreter.ILoop$$anonfun$process$1.apply(ILoop.scala:909)
        at scala.tools.nsc.interpreter.ILoop$$anonfun$process$1.apply(ILoop.scala:909)
        at scala.reflect.internal.util.ScalaClassLoader$.savingContextLoader(ScalaClassLoader.scala:97)
        at scala.tools.nsc.interpreter.ILoop.process(ILoop.scala:909)
        at org.Apache.spark.repl.Main$.doMain(Main.scala:76)
        at org.Apache.spark.repl.Main$.main(Main.scala:56)
        at org.Apache.spark.repl.Main.main(Main.scala)
        at Sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
        at Sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.Java:62)
        at Sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.Java:43)
        at Java.lang.reflect.Method.invoke(Method.Java:498)
        at org.Apache.spark.deploy.JavaMainApplication.start(SparkApplication.scala:52)
        at org.Apache.spark.deploy.SparkSubmit$.org$Apache$spark$deploy$SparkSubmit$$runMain(SparkSubmit.scala:894)
        at org.Apache.spark.deploy.SparkSubmit$.doRunMain$1(SparkSubmit.scala:198)
        at org.Apache.spark.deploy.SparkSubmit$.submit(SparkSubmit.scala:228)
        at org.Apache.spark.deploy.SparkSubmit$.main(SparkSubmit.scala:137)
        at org.Apache.spark.deploy.SparkSubmit.main(SparkSubmit.scala)
18/11/04 12:24:33 WARN YarnSchedulerBackend$YarnSchedulerEndpoint: Attempted to request executors before the AM has registered!
18/11/04 12:24:33 WARN MetricsSystem: Stopping a MetricsSystem that is not running
Java.lang.IllegalArgumentException: Required executor memory (4608+460 MB) is above the max threshold (3072 MB) of this cluster! Please check the values of 'yarn.scheduler.maximum-allocation-mb' and/or 'yarn.nodemanager.resource.memory-mb'.
  at org.Apache.spark.deploy.yarn.Client.verifyClusterResources(Client.scala:318)
  at org.Apache.spark.deploy.yarn.Client.submitApplication(Client.scala:166)
  at org.Apache.spark.scheduler.cluster.YarnClientSchedulerBackend.start(YarnClientSchedulerBackend.scala:57)
  at org.Apache.spark.scheduler.TaskSchedulerImpl.start(TaskSchedulerImpl.scala:164)
  at org.Apache.spark.SparkContext.<init>(SparkContext.scala:500)
  at org.Apache.spark.SparkContext$.getOrCreate(SparkContext.scala:2493)
  at org.Apache.spark.sql.SparkSession$Builder$$anonfun$7.apply(SparkSession.scala:934)
  at org.Apache.spark.sql.SparkSession$Builder$$anonfun$7.apply(SparkSession.scala:925)
  at scala.Option.getOrElse(Option.scala:121)
  at org.Apache.spark.sql.SparkSession$Builder.getOrCreate(SparkSession.scala:925)
  at org.Apache.spark.repl.Main$.createSparkSession(Main.scala:103)
  ... 55 elided
<console>:14: error: not found: value spark
       import spark.implicits._
              ^
<console>:14: error: not found: value spark
       import spark.sql
              ^
Welcome to
      ____              __
     / __/__  ___ _____/ /__
    _\ \/ _ \/ _ `/ __/  '_/
   /___/ .__/\_,_/_/ /_/\_\   version 2.3.2
      /_/

Using Scala version 2.11.8 (OpenJDK 64-Bit Server VM, Java 1.8.0_181)
Type in expressions to have them evaluated.
Type :help for more information.

私はSparkとEMRが初めてで、何をすべきかわからない。見逃した設定ステップや、それを機能させるために提供しなければならないものはありますか?

ご協力ありがとうございました!

15
Daniel Dev

/etc/spark/conf/log4j.propertiesファイルには、 新しいセットアップ があり、Spark 1時間ごとにログをストリーミングすることができます推奨 here )。

この問題は、${spark.yarn.app.container.log.dir}システムプロパティはSparkドライバプロセスに設定されません。プロパティは最終的にYarnのコンテナログディレクトリに設定されますが、これは後で発生します(look here および here )。

Sparkドライバでこのエラーを修正するには、spark-submitまたはspark-Shellコマンド:--driver-Java-options='-Dspark.yarn.app.container.log.dir=/mnt/var/log/hadoop'

その点に注意してください /mnt/var/log/hadoop/stderrおよび/mnt/var/log/hadoop/stdoutファイルは、同じノードで開始されたすべての(Spark Streaming)プロセスによって再利用されます。

5
Michael Spector

また、この問題に遭遇し、AWSまたはSparkエンジニアがこれを読んでいることを願っています。これを_/etc/spark/conf/log4j.properties_ファイルと、ロガーが_${spark.yarn.app.container.log.dir}_システムプロパティ。その値はnullに評価されるため、ロギングディレクトリは、目的の/mnt/var/log/hadoop-yarn/containers/<app_id>/<container_id>/(stdout|stderr)ではなく_/stdout_および_/stderr_に評価されます。 EMR <5.18.0で機能しました。

回避策#1(理想的ではありません):hadoopユーザーが_/var/log/hadoop-yarn/stderr_のようにアクセスできる静的パスにそのプロパティを設定すると、問題なく動作します。これはおそらく履歴サーバーやその他の未知の数のようなものを壊しますが、spark-Shellとpysparkはエラーなしで起動できます。

[〜#〜] update [〜#〜]回避策#2(元に戻す):これを以前に行わなかった理由はわかりませんが、これを5.13クラスター(DRFA-stderr全体)と比較しますDRFA-stdoutアペンダーは存在しませんでした。これらのセクションをコメント化するか、削除するか、テンプレートからlog4j.propertiesファイルを単純にコピーすると、この問題もなくなります(再び、残りのサービスへの未知の影響)。そのセクションがどこから来たのかはわかりませんが、マスターリポジトリ設定にはこれらのアペンダーがないため、AWSディストリビューションの所有権があるようです。

5
Diffuser

この問題を修正するために、emrプロビジョニングでjson形式の構成を追加できます。このようなコードを使用します

{
    "Classification": "yarn-site",
    "Configurations": [
    ],
    "Properties": {
      "spark.yarn.app.container.log.dir": "/var/log/hadoop-yarn"
    }
  }
0